灌漿施工全過程智能監測數據云存儲與深度分析系統研究

張帆 詹程遠 林育強 張宜虎 郭亮

摘 要：灌漿施工作為水利工程建設中最重要的防滲手段，對工程的質量有著極其重要的作用。灌漿施工全過程智能監測數據云存儲與深度分析系統采用自組網短距離無線網絡傳輸技術，結合GPRS/WiFi/5G等無線傳輸模式，將工程施工現場多臺灌漿記錄儀數字信號數據實時采集并自動發送至存儲服務器，搭建灌漿施工物聯網，實現灌漿實時數據云存儲。運用“大云物移智”技術實現對灌漿數據的智能感知，將灌漿施工過程打印的紙質資料數字化、標準化和云端可視化，并通過灌漿大數據的深度分析、比較、預測，為灌漿施工管理提供輔助決策支持。

關鍵詞：灌漿監測；云存儲；深度分析；質量評價；數值模擬

中圖法分類號：TP301；TV543.5? ? ? ? ? ? ? ? ? ? ? 文獻標志碼：A

1 研究背景

國內的水電站壩基灌漿工程長期面臨著灌漿孔地質條件難以預測、灌漿施工過程難以控制、施工工藝復雜，以及灌漿效果的綜合分析評價、灌漿實時數據的有效集成與整編等關鍵性問題[1]，“大云物移智”技術的快速發展為推動我國水利水電工程行業發展與世界同步提供了全新方向。

由于灌漿施工數據歸檔仍以紙質文件為主，工程建設資料記錄、分析和歸檔缺乏強制性標準，數據庫難以管理、維護和共享。雖然灌漿過程工藝數據庫已經逐步建立，但數據的深度挖掘需要專業的數據存儲和分析軟件進行標準化支撐[2]，為保證工程質量，需要建立灌漿施工全過程智能監測平臺。在數據采集端，采用多種無線網絡傳輸技術，將工程施工現場多臺灌漿記錄儀采集到的灌漿數據發送到存儲服務器，組建灌漿施工物聯網。當灌漿監測數據規模較大時，云存儲可以有效解決高精度與海量數據之間的矛盾[2-3]。在物聯網環境下，借助云存儲技術可以實現灌漿施工數據的存儲和管理，為研制基于物聯網的智能灌漿監測系統提供了技術支撐。

2 灌漿施工自主通信網絡搭建與數據采集

2.1 集控網絡搭建技術

在灌漿施工中，由于施工區域的分散性以及灌漿作業的特殊性，灌漿實時數據傳輸過程中存在許多異常情況，如突然斷電、斷網、施工交叉作業的信號干擾等。為了有效保證灌漿數據的實時性、完整性和穩定性，需要建立一套可靠、可控、安全的數據網絡傳輸系統。針對上述情況，結合移動通信網絡技術（GSM/GPRS/WCDMA/EDGE/HSDPA等）和短距離無線自組網技術搭建了局域網方案實現灌漿施工過程中的數據動態實時采集、安全傳輸與集中管理[4]，如圖1所示：

2.2 灌漿施工數據自動采集、自動傳輸與存儲

灌漿施工數據的底層采集、自動傳輸與集成處理是管理者實時掌握和管理灌漿過程的基礎。如何保證所采集信息的實時性、準確性和完整性，為灌漿工程師做出正確的判斷和決策至關重要。灌漿施工實時數據包括過程數據和成果數據、灌后檢查數據[4]。灌漿施工實時數據以及灌后檢查孔的壓水試驗結果是灌漿工程的關鍵數據，根據施工面具體情況，建立符合實際需求的短距離無線自組網絡和工程覆蓋的通信網絡相結合的監測網絡（見圖2），進行動態管控和分析[5]。

（1）采取重發及反饋機制。現場的灌漿記錄儀將當前生成的記錄數據重復向監控中心發送，當監控中心收到數據后自動回復反饋信息給灌漿記錄儀，灌漿記錄儀收到信息后即停止該條記錄數據的重發，改為發送下條記錄數據，以此保障數據傳輸的穩定性。

（2）采用智能識別系統。通過無線網絡覆蓋所有灌漿施工區域，并在該網絡中加入智能識別系統，可以智能識別該網絡中的指定設備，確認后即采集該設備的灌漿數據，避免網絡中非指定設備的數據干擾，保證灌漿記錄儀上傳數據的真實性。

（3）采取智能綁定系統。組建的無線網絡通過對覆蓋區域的節點（設備）進行自動刷新、查找，對查找到的節點自動添加、綁定，確保網內所有灌漿記錄儀數據（包括臨時增加的灌漿記錄儀）可上傳到網絡中，保證數據的完整性。

（4）中心節點數據存儲功能。在無線網絡覆蓋的區域，主機采集通過中心節點上傳實時數據，一旦發生斷電等情況，中心節點能夠保存歷史數據，恢復供電之后能夠“批量打包”上傳，保證了數據的完整性和真實性。

3 灌漿施工數據云存儲技術

綜合應用“大云物移智”、區塊鏈等前沿技術，通過數字化信號傳輸模式，從底層傳感器信號采集到灌漿數據的網絡傳輸全部實現數字化，并利用數字編碼進行數據整編，將海量數據庫標準化，實現數據實時云存儲和云共享，對灌漿施工進行智慧化管理，保證灌漿施工質量、施工安全。

中心服務器通過輪詢模式對每個存儲服務器的負載進行收集，采用極具通用性的高可靠、可擴展PC集群構建的云存儲系統，系統主要由主控服務器、存儲服務器和客戶端代理三大模塊組成，兩個主控服務器采用主-備的工作方式（Active-Standby），雙機熱備模式，無需人工干預，即可保證系統的不間斷運行[5]。數據云存儲系統的數據庫、電子郵件、FTP、流化媒體和Web等中心服務器通過數據交互器后與云端物聯網系統進行連接，與數據庫用戶、電子郵件用戶、FTP用戶、流化媒體用戶和Web用戶進行數據共享和交互。云存儲系統將數據存儲于不同的服務器上，采用冗余化硬件設置，如遇故障可實現自動切換，極具可靠性；采取并行擴容的架構，容量擴展幾乎不受限制；采用虛擬云存儲，用戶幾乎所有的軟件和數據都可以存入信息中心進行集中維護[8]。

4 灌漿施工數據深度分析系統

4.1 深度分析系統介紹

灌漿施工數據深度分析系統可自動提取灌漿模型底板數據庫的原始數據，并采用數據整編機制對數據進行有效的分類，實現對各種數據源的有效分析和空間耦合[4]，深化研究不同模型的建模方法和理論分析，利用數字化專業賦能模型，實現灌漿數據的自動統計分析。根據實時監控與灌漿統一模型理論和方法，采用數據整編清洗技術、圖形圖像處理技術以及基于B/S結構的灌漿施工實時監控與三維可視化模型分析技術，為各階段的工程管理提供控制分析平臺。

結合灌漿數字化專業賦能模型與動態監控技術，建立網絡數字化的信息采集與動態整編體系。通過時空耦合數據、三維地質體裂隙模型和灌漿孔壓水試驗模型，評估灌漿孔的地質條件，進行可灌性預測，提出多源異構地質體信息預報分析、灌漿工程巖體抬動全局控制分析、灌漿施工三維可視化分析、灌漿工程復雜巖體可灌性評價及單位注灰量預測分析，并將預測、分析、評價指標融入灌漿施工組織管理和工藝設計中，以達到灌漿工程的最終質量控制[4]。

采用數形結合的分析理論，設計專用數學模型，利用耦合算子演示不同工作面灌漿數據模型的三維空間耦合關系，實現過程數據的集中統一管理。按照行業標準、施工規范要求形成標準化海量數據庫，引入人工神經網絡分析機制，以數據模型為基礎建立三維統一表達模式，實現對各類模型時空關系的有效判斷和對實際灌漿工程的有益分析[1]。

4.2 灌漿過程數值模擬

考慮流固耦合效應建立三維裂隙網絡模型，實現裂隙巖體與漿液相互作用的精細化數值模擬[9]。灌漿過程數值模擬包含對裂隙巖體結構的刻畫和表達，以及對漿液在裂隙中運移過程的描述兩大部分內容。通過數值模擬建立灌漿漿液擴散模型，計算灌漿過程中擴散半徑、注灰量和灌漿時間等指標，為灌漿設計和施工提供科學依據。

一般來說，工程壩基巖體的內部裂隙分布復雜且數量龐大，難以采用確定性模型來定性每一條裂隙的準確位置和產狀。大量工程實踐表明，裂隙具有較好的統計分布規律[10]。因此，可根據現場巖體揭露和鉆孔電視顯示的裂隙信息，對壩基巖體裂隙參數（產狀、粗糙度、張開度、大小、充填狀態、貫通性等）進行統計分析，采用Monte Carlo方法對裂隙的具體參數進行隨機模擬并實現可視化，在三維統一模型的基礎上建立三維裂隙可視化網絡模型（見圖3）。

依據結構面網絡模擬結果，首先實現水在裂隙網絡中運移過程的模擬。如果裂隙網絡所包裹的巖石本身的滲透性強，還需要考慮巖石本身的滲透性，進行雙重介質分析。對包含復雜裂隙網絡的雙重介質，采用自行研發的基于獨立覆蓋的數值流形法分析程序進行滲流場模擬分析（見圖4）。

在水運移過程模擬基礎上，進一步考慮灌漿孔與裂隙網絡的穿插關系，以及漿液材料構成、水灰比、顆粒大小、粘度、屈服強度、析水率和凝結時間等漿液流變特性，基于牛頓流體和賓漢姆流體建立漿液在裂隙中的擴散模型，同時反映裂隙巖體中漿-水的相互作用過程[11]（見圖5）。采用三維離散單元法、復合單元法或雙重介質模型等數值方法研究漿液流量和隙寬變形與灌漿壓力、裂隙傾角、隙寬、靜水壓力、漿液粘度、漿液密度以及漿液屈服強度等影響因素的關系。在三維裂隙網絡模型的基礎上，模擬漿液灌注過程，進行數值計算，通過與灌漿試驗及灌漿孔施工資料進行對比分析，調整優化三維裂隙網絡模型，并對采用的裂隙網絡模型模擬結果進行統計分析以評價模型的可靠性[12]。最后，采用優化后的裂隙網絡模型計算灌漿過程中擴散半徑、注灰量和灌漿時間等指標。

5 結語

對灌漿施工自主通信網絡搭建與數據采集、灌漿智能監測數據云存儲、灌漿施工數據深度分析及灌漿過程數值模擬技術路徑進行了分析，可以得到如下的結論。

（1）針對施工廊道、洞室等“信息孤島”，搭建灌漿施工自主通信網絡與數據采集平臺，將數據引至信號覆蓋的部位進行集中上傳，消滅監管盲區。

（2）通過云存儲技術對灌漿監測系統的大規模數據異常狀態進行有效監測，并通過云存儲大數據進行深度分析，實現數據標準化、可視化。

（3）建立三維裂隙網絡模型，進行灌漿過程的精細化數值模擬，可為灌漿設計與施工提供依據。

參考文獻：

[1] 閆福根.水利水電工程壩基灌漿統一模型與分析理論及應用[D].天津：天津大學，2014.

[2] KUNG H T，LIN C K，VLAH D．Cloud Sense：Continuous Fine-Grain Cloud Monitoring with Compressive Sensing [C]//Proceedings of the 3rd USENIX Workshop on Hot Topics in Cloud Computing．Portland，USA，2011．

[3] 安寶宇.云存儲中數據完整性保護關鍵技術研究[D].北京：北京郵電大學，2012.

[4] 張興，王路，詹程遠，等.灌漿施工數據云存儲與深度分析系統：中國，CN202011079162.0[P].

2021-01-12.

[5] 李曉超，馬海忠，童顯超.苗尾水電站帷幕灌漿動態監控系統研究及應用[J].云南水力發電，2017，33（增刊1）：130-134.

[6] 羅熠，于軍.基于無線傳感器網絡的灌漿參數監測系統[J].長江科學院院報，2010（12）：87-90.

[7] 羅熠，張劍飛，胡俊義.無線監測系統在瀘定水電站灌漿施工中的應用[J].水力發電，2011（5）：77-79.

[8] 馮徑，張梁梁，沈曄，等.基于壓縮感知的云存儲系統狀態監測方法[J].東南大學學報：自然科學版，2013（2）：296-300.

[9] 鄧韶輝.大壩基礎灌漿CFD模擬與預測研究[D].天津：天津大學，2018.

[10] 敖雪菲，王曉玲，趙夢琦等.壩基裂隙巖體三維灌漿數值模擬[J].水利學報，2017，48（8）：945-954.

[11] 李瑞金.三維隨機裂隙壩基巖體灌漿數值模擬研究[D].天津：天津大學，2016.

[12] 呂志波.某既有建筑地基灌漿加固技術應用研究[D].包頭：內蒙古科技大學，2012.

Cloud Storage and Depth Analysis System of Intelligent Monitoring Data for the Whole Process of Grouting Construction

ZHANG Fan1，ZHAN Chengyuan2，LIN Yuqiang2，ZHANG Yihu2，GUO Liang2

（1. Henan Xinhua Wuyue Pumped Storage Power Generation Co.，Ltd.，Xinyang 465400，China；2. Changjiang River Scientific Research Institute，Wuhan 430010，China）

Abstract：As a most crucial anti-seepage means in the construction of water conservancy projects，grouting construction has a great impact on the quality of projects. We propose cloud storage and depth analysis system for intelligent monitoring data in the whole process of grouting construction. The system collects the digital signal data of multiple grouting recorders on site in real time and sends them to the storage server by using ad hoc short-distance wireless network transmission technology in association with GPRS/WIFI/5G and other wireless transmission modes. By using this system，we could build an internet of things for grouting construction，and store the real-time grouting data in the cloud. Moreover，by using the technology of “big data，IOT，cloud，mobile internet，and AI”，the grouting data can be percepted and the paper files printed in the grouting process can be digitized，standardized and visualized in the cloud. We can also use this sytem to support the decision-making of grouting construction management through deep analysis，comparison and prediction of grouting data.

Key words：grouting monitoring；cloud storage；depth analysis；quality evaluation；numerical simulation